Anthropic 在 Slack 中上线的 Claude Tag 虽未引起外界广泛关注，但公司内部对其寄予厚望，视其为下一代爆款产品，可能达到 10x Claude Code 级别的产品形态，对应万亿美元级别的市场空间。这一判断来自海外独角兽的观察，并引用了 Andrej Karpathy 的观点，认为 AI 产品交互正迈入第三阶段：从 Chat 到 Local Coding Agent，再到 AI Coworker。
Claude Tag 本质上是一个数字员工，Claude 可以以团队成员身份加入 Slack 频道，获取团队全部上下文，用户通过 @claude 即可调用它处理任务。目前产品处于 beta 阶段，需同时拥有 Claude 企业账号和 Slack 企业账号。其核心能力包括支持配置 skills、设置长期目标和定时任务，模型方面可接入 Fable 5、Opus 5、Sonnet 5、Opus 4.8 和 Opus 4.7，企业管理员可后台切换模型，普通员工也可临时指定模型。定价采用 usage-based 方式，记在企业账上，与 API 价格一致。工具调用支持几乎所有 MCP 集成，如 GitHub、Notion、Google Drive、Snowflake 等。运行时由 Anthropic 云端托管，每个 thread 起临时 sandbox 跑完整 agent loop。
Claude Tag 并非全新概念，此前已有 Devin、OpenClaw 等类似产品，但均未大规模铺开。Anthropic 团队认为，模型能力成熟度是关键，只有达到 Mythos 级别才算真正解锁 AI Coworker 形态。据 METR 评测，Mythos 已能完成相当于人类专家连续工作 16 小时的任务，Claude Tag 在此基础上增加 Self-schedule，可将单次执行串联成持续数月的长期任务。
记忆是 Tag 的重要能力，Anthropic 采用最朴素的文件系统方案，给模型长期读写空间自行维护。记忆按权限分层，不同频道默认隔离，只有授权后才能跨频道访问。整套记忆库分三层：Thread context、Channel memory、Workspace memory，所有记忆可查、可改、可删。Anthropic 表示，经过多年尝试，直到现在才感觉记忆方案跑通，高阶模型与低阶模型的区别在于蒸馏能力，即能否对记忆进行高维抽象并泛化到未来任务。
Anthropic 还专门训练了 Claude Tag 的情商和分寸感，使其能判断何时主动帮忙、何时退居幕后。试用者反馈 Tag 比 Claude Code 情商明显更高，沟通自然，表情包使用熟练。
短期来看，Claude Tag 主要接手基础执行工作，角色类似初级运营、行政或工程师。相比 Claude Code，它解锁了两类工作：高协作密度、高 context 密度类工作，以及主动响应类工作。Claude Code 本质是单人模式，需要人类先压缩 context 再喂给模型；Tag 则常驻群聊，天然了解业务动态，所有人可随时协作。Tag 还能主动发现问题并揽下工作，例如线上故障时自行拉取监控、定位问题、编写修复并找负责人审批。
Anthropic 内部已大量使用 Tag：产品团队约 65% 的代码由它生成，新人 onboarding 问题直接 @Tag，客户反馈频道和查数问题也普遍交给它处理。不少员工将其当作贴身秘书，筛选重要信息、跟进 feature 并自动生成总结。长期来看，若模型质量提高，Claude Tag 有望完整替代一个人类员工，甚至成为整个公司的 OS 系统。
在 Anthropic 内部，Claude Tag 已展现出三个惊艳点：其一，成为“全知全能的共享大脑”，能同时整合产品、工程和 GTM 决策，主动提示盲区；其二，具备数字分身雏形，能学习员工的设计偏好和提问角度，自动迭代设计稿，甚至主动提案和发起讨论；其三，已能完整接手复杂大项目，例如为某渠道留存率负责，端到端跑完数据读取、问题定位、假设提出、代码修改、发布监控等全流程。
Claude Tag 的诞生体现了 Anthropic 的产品方法论，尤其是 Dogfooding 和 Labs 机制。产品团队分为 Product Team 和 Labs，后者负责前沿探索，包括缩小模型能力与日常使用差距的 Close the Gap 路线，以及预判未来能力成熟的 Advanced Scout 路线。几乎所有 Prototype 的第一批用户都是内部员工，公司像大型实验田，只有内部跑出足够好的周活和留存的产品才有机会对外发布。
这一产品形态若成功，可能标志着 AI 从辅助工具向自主协作者的范式迁移，对 AI 应用层和整个企业软件市场产生深远影响。